Faster, Higher, More Moral: Human Enhancement and Christianity
Notice bibliographique
Résumé
The three authors of this article explore the intersection of moral enhancement, ethics, and Christianity. Trothen reviews the meaning and potential of moral enhancements, considering some of the risks and limitations. Trothen identifies three broad ethical questions, which all three authors agree upon, that arise from a Christian theological perspective: what it means to be human, choice, and social justice. Trothen concludes that respect for human dignity and social justice requires rejecting a reductive view of moral improvement as purely biochemical. Buttrey then argues that biomedical moral enhancement (BME) is simply one in a series of attempts to morally improve human beings and can be compared to other efforts such as neo-Aristotelian virtue ethics. He argues that BME cannot be simultaneously more reliable than moral education in virtue and no more restrictive of human freedom. He concludes by suggesting that tensions between BME and Thomistic virtue are even stronger due to Christian conceptions of martyrdom and radical self-denial. Finally, McQueen argues that Christianity emphasizes the common good and social justice as essential for human flourishing. Building on the foundation established by Trothen and Buttrey, McQueen insists that accurate cognitive knowledge is needed to make good conscience decisions, but emphasizes that right human action also requires the exercise of the will, which can be undermined by AI, automation, and perhaps also BME. She concludes by encouraging further attention to the true nature of human agency, human freedom, and wisdom in debates over AI and biomedical enhancement. The authors conclude that BMEs, if they become medically safe, may be theologically justifiable and helpful as a supplement to moral improvement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».